深度学习
文章平均质量分 94
01图灵科技
这个作者很懒,什么都没留下…
展开
-
基于深度学习的菠萝与果叶视觉识别及切断机构设计
深度学习的概念起源于对于人工神经网络的研究(孙志军,2012)。人工神经网络是一种模仿生物的神经系统的结构及其运行模式而设计的信息处理算法模型。人工神经网络的基本单元为神经元,其结构如图7所示,输入信号乘上神经元中对应的权重并求和,经过激活函数激活并进行输出。受到视觉神经皮层的启发,卷积神经网络(Convolutional Neural Network,CNN)被提出。作为人工神经网络的一个重要的研究方向,卷积神经网络的特点在于,其每一层的特征都会由上一层的局部区域通过共享权值的卷积激励得到。原创 2023-11-02 14:29:44 · 823 阅读 · 0 评论 -
基于深度学习的语音识别算法的设计与实现
对深度神经网络的网络结构参数进行确定:输入层、隐藏层、输出层的神经元个数,神经网络的激活函数(sigmoid,relu 和 tanH)的选择,如何初始化参数,计算正向和反向传播的代价函数、损失函数,确定算法中的 learning rate(学习率)、iterations(梯度下降法循环的数量)、mini batch size(批量梯度下降的大小)等超参数的最优值,如何避免搭建深度神经网络会出现的诸如梯度消失、过拟合等影响算法的现象,出现这些现象时的使用什么优化算法,优化算法要更新模型的参数。原创 2023-11-01 16:39:39 · 2009 阅读 · 2 评论 -
基于PyTorch的中文情绪分析器设计与开发
本文旨在研究中文情绪分析的设计与开发,意在基于Pytorch平台,利用深度学习去构建神经网络模型从而去判断中文文本数据中所蕴含的情绪,试图通过迁移学习的方式,把电影评价数据的模型应用在教育评价的数据上。神经网络的运行包含前馈的预测过程和反馈的学习过程。通过利用影视作品的评价数据去训练模型可以得知,对于好作品而言,人们一般不会从电影好的方面去评价一个作品的好坏,更多的是抒发自己看完电影后的感悟,大部分描述的词汇与电影的本身内容没有直接的关联,这也证实了电影评价的数据确实不好用一般的分类模型去分析。原创 2023-11-01 15:55:15 · 771 阅读 · 0 评论 -
基于深度学习的安全帽识别检测系统(python OpenCV yolov5)
在本课题的研究与实现过程中,遇到了许多困难在设计这个系统之前,例如,算法调用失败的经历就多次遇到,图像显示、参数传递出现的问题更是数不胜数,在浏览各大网站之后慢慢摸索,逐渐改善了研究,解决了问题,经过了这一系列的努力,不仅懂得了学习一项技术最重要的是能够脚踏实地,勇敢面对失败才能更加靠近成功,而且提高了自身的专业能力,赋予自己面对将来挑战的信心。下面是该Python程序的源代码。在以往的机械学习实现实际任务时,通常依赖专家对描述样本的特征进行设计,这使得专家对样本特征设计的好坏,直接影响了实际系统的性能。原创 2023-10-29 22:23:49 · 4309 阅读 · 3 评论 -
基于深度学习的水果识别系统
通过对国内外的相关文献资料研究发现,传统水果识别算法并不能满足日常生活中的应用要求,所以需要我们一种有效的算法来对水果的种类进行有效的分类识别,深度学习作为人工智能领域的重要组成部分,并且在蓬勃发展中引起了广泛的研究,在图像识别领域取得了重大的进展,基于深度学习的水果识别系统的实现具有重大意义。该数据集中包括不同水果拍摄的不同视角(俯视、正视和左视),水果一共有 10 个种类,分别有草莓,葡萄,香蕉,牛油果,苹果,杨桃,人参果、车厘子和火龙果具体示例原图和角度拍摄图如图 3.2 所示。原创 2023-10-28 15:39:26 · 2465 阅读 · 2 评论 -
基于深度学习的行人属性辨识研究
在对所采集的图像进行了人脸测试、去比重后,在最终的CACD数据集中获得了年龄范围从16至62周岁的共163446张人脸图像,各个年龄图像数量分别如图3所显示,其中以20-60周岁的儿童图像数量为主,而一般每人也有80张以下的儿童图像数量。经检测与对齐处理后人脸区域的图像尺寸约为256×256,再通过随机裁剪至224×224尺寸的图像作为最后练习的入口,如图5所示,能够成倍增加训练样本量,从而使得网络模式对部分区域的平移变化或者是脸部遮盖并不敏感,从而有效提高了模拟的泛化能力。原创 2023-10-26 15:23:49 · 459 阅读 · 0 评论 -
基于深度学习的手势识别算法实现
本次方法研究的实验机器配置:●环境:Microsoft Windows 10 Enterprise_64bit + Python 3.6.5 + TensorFlow 1.8.0●CPU(Central Processing Unit,中央处理器):Intel Xeon E3-1231 v3●GPU(Graphics Processing Unit,图形处理器):GTX 970●RAM(random access memory,随机存储器):16G。原创 2023-10-23 21:35:06 · 498 阅读 · 0 评论 -
基于yolov3的果园苹果识别系统研究与试验
Yolov3简介[6]对于深度学习的目标检测算法主要分为两种类型:一类是one-stage的YOLO系列算法,另一类two-stage的R-CNN系列,yolov3属于一阶段模型,一阶段模型的推理速度较快,但是相对的准确度可能会下降一些。Yolo(you look only once)算法是一阶段目标检测算法的代表,它可以只用一次完整的过程就能够对目标完成位置上的定位和类型的识别,是现在目标检测算法中速度很快的了,最新的yolo算法已经更新到第五代了,实现了多尺度预测。原创 2023-10-15 15:46:38 · 568 阅读 · 0 评论 -
基于YOLO V5的街景人车检测研究
本论文为了实现对街道景物等目标的检测,通过YOLO V5模型研究基于视觉的街道景物中的敏感信息的物体的检测。YOLO V5网络分为四个不同的版本,分别为YOLO V5s、YOLO V5m、YOLO V5l和YOLO V5x,其中YOLO V5s网络的权重最小,速度最少,AP精度也是最低,可以搭载在配置更低的移动设备上,这也是轻量级YOLO V5s的好处之一,而其他另外三个版本的网络则在此基础上,不断的对网络进行加深加宽,所取得的实验精度也是逐渐递增,但是在速度性能上也会有更大的消耗。YOLO V5网络;原创 2023-10-10 15:11:08 · 216 阅读 · 0 评论 -
基于深度学习的车辆检测方法研究与实现
车辆检测是目标检测的子类,其要做的是在给定图像中找出所有车辆并给出它们的边界框,是智能交通系统与车辆驾驶技术中最基础也是最重要的部分。从安全性与实用性的角度来讲,车辆检测器需要具有非常高的检测准确度并能完成实时处理。 本文首先介绍了深度学习与卷积神经网络的基本概念,之后在此基础上详细叙述了Faster R-CNN与YOLO两种典型目标检测框架的流程,最后分别用这两种框架实现了车辆检测。实验使用的车辆数据集从PASCAL VOC数据集中提取,车辆数据集中包含了自行车、公交车、小汽车、摩托车与火车这5类原创 2023-10-09 18:25:43 · 1243 阅读 · 0 评论 -
基于python及神经网络的人脸识别系统
人脸识别是计算机视觉[7]和模式识别[7]中的一个重要分支,人脸识别技术其最大的作用就是利用人脸的特征性来区分个体身份。人脸识别技术主要完成人脸图像与数据库已存的所有图像的匹配过程,判断出“你”是谁,最终实现人脸识别。人脸识别应用场景大致可以分为两类:一是两张人脸照片进行比较,二是将一张人脸照片与多张人脸照片进行比较。前者通常是判断两张人脸照片是否为同一个人,通常应用在人脸匹配上。后者通常是在若干照片中找出与当前匹配成功的照片,随着N的增大,识别精确度与识别效率都会下降。3.2人脸识别基本流程。原创 2023-10-08 18:13:45 · 1391 阅读 · 2 评论 -
基于Python的空气质量数据分析与实践
Pandas是Python当中的一个拓展的库,Pandas里面包含了大量的标准数据类型并且提供了高效操作大型数据的工具,对于数据的处理,pandas可以做到非常的高效,并且可以与多种类库共同使用,对编程者非常友好。同时Pandas也提供了集中数据结构供使用者使用:1. Series: 一维数组,类似于List列表的一种数据结构,但是Series与List有一些不同之处,就是Series只允许储存相同数据类型的数据,这样有利于内存分配同时提高运算效率。数据库中相同列的数据也是起着同样作用。原创 2023-10-01 16:10:03 · 3011 阅读 · 0 评论 -
基于深度学习的验证码识别方法设计与实现
自人工智能兴盛以来,关于深度学习的研究成果如浪花涌现,深度学习在人工智能中的地位也越来越重要。深度学习在对数据进行分类上的优越性能是普通网络无法比拟的,卷积神经网络也因众多研究成果而广受重视,自身也在图像处理领域有着得天独厚的优势。验证码字符的识别分类就是深度学习的一个经典应用。本文在参考众多文献的基础上,深入理解深度学习和卷积网络基本理论,运用这些理论来构建卷积神经网络,解决验证码识别的问题。验证码数据集来源有二:一为通过编写程序生成与常见验证码类似的验证码图像;二是到网站上进行人工采集。原创 2023-09-26 22:17:49 · 1261 阅读 · 1 评论 -
基于大数据的校园一卡通数据分析与可视化平台
项目基于国内某高校校园一卡通系统一个月的运行数据,使用数据分析和建模的方法,挖掘数据中所蕴含的信息,对学生在校园内的消费行为、生活习惯和消费金额等方面进行规律分析,同时对学校不同食堂、商铺等销售数据、人流量等维度进行统计分析,并构建 web 交互平台,通过视觉感知,更清晰直观、方便快速地抓住数据的信息,辅助管理者做出高效的决策。原创 2023-09-25 23:57:47 · 317 阅读 · 1 评论 -
基于卷积神经网络的人体行为识别的开发与设计
行为识别是指计算机从包含人的视频或图片序列中提取人体行为特征,对人的行为进行理解和分类,是计算机视觉领域中应用广泛的方向。随着社会对实现人工智能的日趋迫切,机器学习成为必经的途径,而深度学习作为其代表方向被普遍学习应用。本文基于Tensorflow使用CNN来实现识别,数据来源WISDM实验室。本文主要以基于卷积网络的行为识别这一论题为中心进行研究与介绍,主要结论如下:(1)阐述了基本ANN的相关理论知识,CNN是其派生物,要掌握CNN就得先了解ANN。原创 2023-09-24 23:28:02 · 477 阅读 · 1 评论 -
基于机器学习的语音情感识别系统的设计
语音是很重要的表达素材,其中不仅包含了说话人所要表达的文本内容,也同时包含了说话人所要表达的情感,所以对语音中情感内容的有效准确识别不仅能够提升语音辨别度,更是提高了语音的可懂度,因此,人工智能和机器学习在这方面的应用和优势便显而易见。如图可以看出对样本happy.223我们进行了10次实验,二项式核函数的准确率依然表现稳定,其中也是有6次的识别准确率在70%以上,而剩下4次的识别准确率也在60%以上,最高的已达75.8%,虽然最高的识别准确率没有生气高,但是总体的水平比较稳定。原创 2023-09-23 17:58:25 · 1291 阅读 · 1 评论 -
基于机器学习的垃圾邮件过滤
本文开发的垃圾邮件过滤系统使用的开发工具主要是IntelliJ IDEA,数据库使用MySQL,界面采用Java Swing开发,数据集使用trec06c。IntelliJ IDEA是被认为当前Java开发效率最好的一款IDE工具,它整合了开发过程中实用的很多功能[9],并且界面整洁、美观。使用它的一个重要原因是对于Java语言规范适配,这对项目环境以及项目配置的搭建有着很大的帮助。其次是代码生成较好,相比于其他工具IntelliJ IDEA功能更加强大并且在编写代码的过程中不易出错。原创 2023-09-22 17:25:49 · 1237 阅读 · 4 评论 -
基于机器学习的心血管疾病分析与预测
对心血管疾病数据的来源进行了介绍,并且介绍了数据集中一些数据属性。最后对收集来的数据进行了预处理操作。本文数据从Kaggle平台获取,该平台是一个主要为数据科学家进行学习竞赛、代码分享的平台。发布者可以在该平台上提供一些数据、发布一些任务,来寻找解决问题的方法。参赛者可以以组队的形式来参与项目,优秀的方案可获得奖金,所以对于参赛者来说,不仅可以锻炼自己的实际操作能力,还有可能获得丰厚的奖金。除此以外,Kaggle平台每年还会举办大规模的竞赛,奖金高达一百万美金,从而吸引了许多人参与其中。原创 2023-09-21 23:54:08 · 4048 阅读 · 1 评论 -
基于机器学习的手势识别研究
OpenCV是一个计算机视觉库,它由大量的C函数和C++类构成,具有开源、高效、轻便的优点,同时提供了MATLAB等大型软件的接口,使得它的运用方面较为广阔,也更为全面,已经成为机器视觉研究的重要工具。OpenCV是由C语言编写的,因此只要有C语言基础的人对它的使用都能得心应手。同时OpenCV拥有大量的库函数方便使用者的调用,外加MATLAB等软件的接口,让它在机器视觉方面地位居高。现在,OpenCV也提供对于C#、Ch、Ruby的支持[8]。手势识别就是将一个集合与另一集合对比,形成对照结果的过程。原创 2023-09-19 22:50:31 · 1395 阅读 · 0 评论 -
基于opencv的图像处理系统的设计与实现
在整个平台的设计和开发过程中我们用到了Qt作为我们的界面工具,在图像处理方面,我们还调用了OpenCV中的一些函数,后台用到了数据库用来存储医学图像的数据。Qt是一个跨平台的C++图形用户界面库,由挪威Troll Tech公司出品。目前产品包括Qt、基于Framebuffer的Qt Embedded、快速开发工具Qt Designer、国际化工具Qt Linguist等部分。Qt不但支持所有Unix系统,而且支持Linux,也支持Windows平台。原创 2023-09-18 19:36:37 · 831 阅读 · 1 评论 -
神经网络算法及对未来一月的天气状况预测
随着我国计算机与互联网技术的不断发展,我国各大行业智能化的进程得以不断的加快,特别是在进入2019年以后,我国气象监测行业的发展正在逐渐向外国的最好的产品靠拢,使得我国各个行业中的测量技术得到了不错的改进。计算机软件技术与网络技术的发展使得,越来越多基于计算机技术与网络技术的软件系统得以被应用到我们的日常生活和工作中去。原创 2023-09-14 14:03:06 · 2483 阅读 · 3 评论 -
基于深度学习算法的垃圾分类图像识别研究
全连接神经网络拥有多层结果虽然提高了学习能力,但是它的复杂程度与参数的个数也同时增加会导致梯度爆炸的现象。整个模型的复杂度变大就会极容易出现过拟合问题。所以全连接神经网络就不适合构建多层的网络结构,而卷积神经网络就是全连接神经网络的创新,它在建立多层网络结构的时候可以有效地避免梯度下降的问题出现,降低了全连接神经网络的复杂程度。卷积神经网络可以构建多层次的网络结构,最常见的网络结构有LeNet5,它一般可以搭建5到7层的网络结构;AlexNet可搭建10层左右的网络结构;原创 2023-09-10 00:01:43 · 2911 阅读 · 1 评论 -
基于深度学习算法的垃圾分类图像识别研究
全连接神经网络拥有多层结果虽然提高了学习能力,但是它的复杂程度与参数的个数也同时增加会导致梯度爆炸的现象。整个模型的复杂度变大就会极容易出现过拟合问题。所以全连接神经网络就不适合构建多层的网络结构,而卷积神经网络就是全连接神经网络的创新,它在建立多层网络结构的时候可以有效地避免梯度下降的问题出现,降低了全连接神经网络的复杂程度。卷积神经网络可以构建多层次的网络结构,最常见的网络结构有LeNet5,它一般可以搭建5到7层的网络结构;AlexNet可搭建10层左右的网络结构;原创 2023-09-09 23:05:52 · 1470 阅读 · 1 评论 -
基于深度学习的唇语识别系统的设计与实现
针对web端操作下的唇语识别,本文主要是使用了两大主流深度学习算法部署到Flask框架的集成思想,对如下内容进行了研究应用:(1)Yolov5算法对人脸进行唇部定位,采用预测的坐标对数据集进行处理,整理得到图像内容仅包含有效信息的数据集;(2)设计3DResnet和GRU复合网络,利用2D的残差模块组成深度网进行提取特征,最后利用GRU将每个帧数映射到特征维度中,形成批次和时序的高维度信息,再进行全连接层和softmax层;原创 2023-09-09 00:14:14 · 564 阅读 · 0 评论 -
基于深度学习的唇语识别系统的设计与实现
针对web端操作下的唇语识别,本文主要是使用了两大主流深度学习算法部署到Flask框架的集成思想,对如下内容进行了研究应用:(1)Yolov5算法对人脸进行唇部定位,采用预测的坐标对数据集进行处理,整理得到图像内容仅包含有效信息的数据集;(2)设计3DResnet和GRU复合网络,利用2D的残差模块组成深度网进行提取特征,最后利用GRU将每个帧数映射到特征维度中,形成批次和时序的高维度信息,再进行全连接层和softmax层;原创 2023-09-09 00:00:47 · 541 阅读 · 1 评论